知豆号如何对数据进行标准化处理？
数据标准化处理方法
在数据分析之前，我们通常需要先将数据标准化（normalization），利用标准化后的数据进行数据分析。数据标准化也就是统计数据的指数化。数据标准化处理主要包括数据同趋化处理和无量纲化处理两个方面。数据同趋化处理主要解决不同性质数据问题，对不同性质指标直接加总不能正确反映不同作用力的综合结果，须先考虑改变逆指标数据性质，使所有指标对测评方案的作用力同趋化，再加总才能得出正确结果。数据无量纲化处理主要解决数据的可比性。数据标准化的方法有很多种，常用的有“最小—最大标准化”、“Z-score标准化”和“按小数定标标准化”等。经过上述标准化处理，原始数据均转换为无量纲化指标测评值，即各指标值都处于同一个数量级别上，可以进行综合测评分析。
一、Min-max 标准化
min-max标准化方法是对原始数据进行线性变换。设minA和maxA分别为属性A的最小值和最大值，将A的一个原始值x通过min-max标准化映射成在区间[0,1]中的值x’，其公式为：
新数据=（原数据-极小值）/（极大值-极小值）
二、z-score 标准化
这种方法基于原始数据的均值（mean）和标准差（standard deviation）进行数据的标准化。将A的原始值x使用z-score标准化到x’。
z-score标准化方法适用于属性A的最大值和最小值未知的情况，或有超出取值范围的离群数据的情况。
新数据=（原数据-均值）/标准差
spss默认的标准化方法就是z-score标准化。
用Excel进行z-score标准化的方法：在Excel中没有现成的函数，需要自己分步计算，其实标准化的公式很简单。
步骤如下：
1.求出各变量（指标）的算术平均值（数学期望）xi和标准差si ；
2.进行标准化处理：
zij＝（xij－xi）／si
其中：zij为标准化后的变量值；xij为实际变量值。
3.将逆指标前的正负号对调。
标准化后的变量值围绕0上下波动，大于0说明高于平均水平，小于0说明低于平均水平。
三、Decimal scaling小数定标标准化
这种方法通过移动数据的小数点位置来进行标准化。小数点移动多少位取决于属性A的取值中的最大绝对值。将属性A的原始值x使用decimal scaling标准化到x’的计算方法是：
x’=x/(10*j)
其中，j是满足条件的最小整数。
例如 假定A的值由-986到917，A的最大绝对值为986，为使用小数定标标准化，我们用1000（即，j=3）除以每个值，这样，-986被规范化为-0.986。
注意，标准化会对原始数据做出改变，因此需要保存所使用的标准化方法的参数，以便对后续的数据进行统一的标准化。
除了上面提到的数据标准化外还有对数Logistic模式、模糊量化模式等等：
对数Logistic模式：新数据=1/（1+e^(-原数据)）
模糊量化模式：新数据=1/2+1/2sin[派3.1415/（极大值-极小值）*（X-（极大值-极小值）/2） ] X为原数据
标准化和归一化什么区别？
归一化，就是为了限定你的输入向量的最大值跟最小值不超过你的隐层跟输出层函数的限定范围。
比如，你的隐层的传递函数为logsig，那么你的输出就在0~1范围内，如果你的传递函数为tansig，你的隐层的输出在-1~·范围内，用归一化，这也是为了你的隐层传递函数的输出着想。
标准化，只是对数据进行了统一的标准，其大小可能已经超出了隐层传递函数的界定范围，在后续的运行时，容易出错。
geo芯片数据必须标准化吗
geo芯片数据必须标准化，geo芯片是一种高通量基因芯片，用于分析微生物群落，并研究其群落结构对生态系统的作用。该高通量基因芯片，包括了编码参与主要地球化学循环，如碳循环、氮循环、金属抗性、有机物降解、硫循环和磷循环等的微生物酶类的寡聚核苷酸探针。
GeoChip是一种强大的、高通量的宏基因组学分析工具，其用于分析微生物群落结构、多样性，揭示微生物群落的代谢途径和分析微生物对生态系统的影响。同GeoChip一起，基因芯片特异性，敏感性，探针设计，计算机程序支持和目标DNA、RNA放大等研究，均得到了长足的发展。
数据标准化的方法
正规化方法：这种方法基于原始数据的均值和标准差进行数据的标准化。将A的原始值x使用zscore标准化到x，用Excel进行zscore标准化的方法，在Excel中没有现成的函数，需要自己分步计算。步骤如下：
1、求出各变量的算术平均值xi和标准差si；
2、进行标准化处理：zij等于xij减xi，最后除以si，其中zij为标准化后的变量值，xij为实际变量值；
3、将逆指标前的正负号对调；
4、标准化后的变量值围绕0上下波动，大于0说明高于平均水平，小于0说明低于平均水平。
为什么要对数据进行标准化处理
数据标准化主要功能是消除变量间的量纲关系，从而使数据具有可比性，一个百分制的变量与一个5分值的变量在一起比较是通过数据标准化，把它们标准到同一个标准时才具有可比性，标准化采用的是Z标准化，即均值为0，方差为1，0至1标准化等，也可根据自己的研究目的进行选择。
一个装修公司怎么才能做到标准化、制度化和数据化
- .公司人员上班积极性不强；上班的气氛不高昂；上班很懒散；上班时间不打招呼喜欢随意外出；上班太随意，想来就来，不想来就不来；工作也不积极 ，没有自我束缚意识。
- 制度管人，流程管事。考勤刷卡，绩效工资奖金。
数据归一化，标准化？
- 数据的标准化和归一化是否一样？标准化是否可以消除量纲和数量级？那归一化到底能达到什么目的？目前在做评价方面的论文，因为指标要先处理，但是看到有文章有的说标准化，有的是归一化，迷惑了，又查不到完整的信息，求大侠指点？
- 标准化是指在执行过程中,不同的执行人参考同样的流程,同样的方法进行.以避免因为人的因素导致的数据差.归一化是指建立共享平台,所得到的数据资料统一归档并对需要的人开放.以避免需要的人再去重复收集数据浪费人力时间.补充一点:标准化是指过程,归一化是针对结果,只有共同作用才能得到合理,科学的结果
